7/24/2019 Lapres Statistika 3
1/15
I. PENDAHULUAN
1.1 Latar Belakang
Statistik adalah suatu kerangka teori-teori dan metode-metode yang telah dikembangkan
untuk melakukan pengumpulan, analisis, dan pelukisan data sampel guna memperoleh kesimpulan-
kesimpulan yang bermanfaat. Adapun satatistika adalah ilmu tentang cara-cara mengumpulkan,
menggolongkan, menganalisis, dan mencari keterangan yang berhubungan dengan pengumpulan
data yang penyelidikan dan kesimpulannya berdasarkan bukti-bukti yang berupa angka-angka.
Secara umum kedudukan statistika memiliki beberapa manfaat, antara lain:
1. Menyajikan data secara ringkas dan jelas, sehingga lebih mudah dimengerti oleh para
pengguna.
2. Menunjukkan trend atau tendensi perkembangan suatu masalah.
. Melakukan penarikan kesimpulan secara ilmiah
Analisis regresi mempelajari bentuk hubungan antara satu atau lebih peubah!"ariabel bebas
#$% dengan satu peubah tak bebas #&%. dalam penelitian peubah bebas # $%. 'alam penelitian
peubah bebas # $% biasanya peubah yang ditentukan oleh peneliti secara bebas misalnya dosis obat,
lama penyimpanan, kadar (at penga)et, umur ternak dan sebagainya. 'isamping itu peubah bebas
bisa juga berupa peubah tak bebasnya, misalnya dalam pengukuran panjang badan dan berat badan
sapi, karena panjang badan lebih mudah diukur maka panjang badan dimasukkan kedalam peubah
bebas #$%, sedangkan berat badan dimasukkan peubah tak bebas #&%. Sedangkan peubah tak bebas
#&% dalam penelitian berupa respon yang diukur akibat perlakuan!peubah bebas #$%. Analisis regresi
merupakan salah satu alat dalam pengambilan keputusan yang banyak digunakan dalam
pembangunan model matematis, karena model regresi dapat digunakan untuk mengukur kekuatan
hubungan antara "ariabel respons dan "ariabel prediktor, mengetahui pengaruh suatu atau beberapa
"ariabel prediktor terhadap "ariabel respons, dan berguna untuk memprediksi pengaruh suatu
"ariabel atau beberapa "ariable respons. Analisis *egresi perlu dilakukan untuk mengetahui
hubungan antar "ariable.
1.2. Tujuan
1. melakukan analisis regresi
2. Melakukan pengujian dan menjelaskan koefisien regresi
7/24/2019 Lapres Statistika 3
2/15
II. TINJAUAN PUSTAKA
2.1. Regresi
Analisis regresi mempelajari bentuk hubungan antara satu atau lebih peubah!"ariabel bebas
#$% dengan satu peubah tak bebas #&%. 'alam penelitian peubah bebas # $% biasanya peubah yang
ditentukan oleh peneliti secara bebas misalnya dosis obat, lama penyimpanan, kadar (at penga)et,umur ternak dan sebagainya. 'isamping itu peubah bebas bisa juga berupa peubah tak bebasnya,
misalnya dalam pengukuran panjang badan dan berat badan sapi, karena panjang badan lebih
mudah diukur maka panjang badan dimasukkan kedalam peubah bebas #$%, sedangkan berat badan
dimasukkan peubah tak bebas #&%. Sedangkan peubah tak bebas #&% dalam penelitian berupa respon
yang diukur akibat perlakuan!peubah bebas #$%. Analisis regresi merupakan salah satu alat dalam
pengambilan keputusan yang banyak digunakan dalam pembangunan model matematis, karena
model regresi dapat digunakan untuk mengukur kekuatan hubungan antara "ariabel respons dan
"ariabel prediktor, mengetahui pengaruh suatu atau beberapa "ariabel prediktor terhadap "ariabel
respons, dan berguna untuk memprediksi pengaruh suatu "ariabel atau beberapa "ariable respons
#+ria)an dan Astuti, 2%.
Analisis regresi adalah analisis lanjutan dari korelasi. Menguji sejauh mana pengaruh
"ariabel independen terhadap "ariabel dependen setelah diketahui ada hubungan antara "ariabel
tersebut. 'ata harus inter"al!rasio dan data berdistribusi normal #'aniel, 2%.
2.1.1. Regresi Linier Seer!ana
Analisis regresi merupakan metode statistika yang banyak digunakan dalam penelitian.
+stilah regresi pertama kali diperkenalkan oleh Sir /rancis 0alton pada tahun 1. Secara
umum, analisis regresi adalah kajian terhadap hubungan satu "ariabel yang disebut sebagai
"ariabel yang diterangkan dengan satu atau dua "ariabel yang menerangkan. ariabel yang
diterangkan selanjutnya disebut sebagai "ariabel respon, sedangkan "ariabel yang menerangkan
biasa disebut "ariabel bebas #0ujarati, 2%.
Model regresi linier sederhana yaitu:
#0ujarati, 2%.
3stimasi parameter regresi linier sederhana menggunakan metode kuadrat terkecil.
Metode ini didasarkan pada asumsi bah)a model yang baik adalah model yang memiliki
jumlah kuadrat sesatan #selisih antara data yang diamati dengan model% terkecil. 4ntuk
mendapatkan penaksir yang baik bagi parameter regresi #0 dan1% dapat digunakan metode
kuadrat terkecil dengan cara meminimumkan jumlah kuadrat sesatan #56S%. Selain itu, estimasi
parameter regresi dapat dilakukan dengan perhitungan matriks . Adapun
tabel analisis "arian regresi linier sederhana yaitu :
7/24/2019 Lapres Statistika 3
3/15
#Syilfi et al., 212%
2.1.2. Regresi Linear D"u#le $ana
*egresi ganda digunakan untuk analisis regresi dengan jumlah "ariabel independen
lebih dari satu dengan satu "ariabel dependen. Ada tambahan asumsi yang harus dipenuhi, yaitu
tidak boleh ada korelasi antar "ariabel-"ariabel independennya #multikolinearitas% #'aniel,
2%.
Analisis regresi linear berganda sebenarnya sama dengan analisis regresi linear
sederhana, hanya "ariabel bebasnya lebih dari satu buah. 7ersamaan umumnya adalah:
& 8 a 9 b1$19 b2$29 . 9 bn$n.
'engan & adalah "ariabel bebas, dan $ adalah "ariabel-"ariabel bebas, a adalah
konstanta #intersept% dan b adalah koefisien regresi pada masing-masing "ariabel bebas
#;alpole, 1
7/24/2019 Lapres Statistika 3
4/15
nol, sebagai ketiga "ariabel tersebut tidak mungkin bernilai nol karena Skala =ikert terendah
yang digunakan adalah 1 #;alpole, 1
7/24/2019 Lapres Statistika 3
5/15
2.(. )et"e Kuarat Terke*il
Metode kuadrat terkecil, yang lebih dikenal dengan nama =east-S?uares Method, adalah
salah satu metode @pendekatan yang paling penting dalam dunia keteknikan untuk: #a%. regresiataupun pembentukan persamaan dari titik-titik data diskretnya #dalam pemodelan%, dan #b%.
Analisis sesatan pengukuran #dalam "alidasi model%. Bara ini berpangkal pada kenyataan bah)a
jumlah pangkat dua # kuadrat % dari pada jarak antara titi-titik dengan garis regrasi yang sedang di
cari harus sekecil mungkin. 'ari pada menjelaskan panjang lebar tentang istilah ini, lebih baik kita
gunakan saja hasil rumus-rumus yang di turunkan dari metode tersebut #Sudjana, 1%.
Metode kuadrat terkecil termasuk dalam keluarga metode-metode pendekatan sesatan
terdistribusi #Cdistributed errorD approEimation methods%, berdasarkan karakterisik kerjanya yang
melakukan pengurangan sesatan menyeluruh #global error% yang terukur berdasarkan inter"al
pendekatan keseluruhan #)hole approEimation inter"al% sesuai dengan order pendekatan yang
meningkat. Metode ini berbeda dengan metode-metode asimptotis, khususnya yang dikembangkan
melalui pendekatan melalui deret @>aylor, karena metode asimptotis memiliki karakteristik kerja
yang memperkecil sesatan pada beberapa titik tertentu, sesuai dengan order pendekatan yang
meningkat #Sudjana, 1%.
Metode kuadrat terkecil ini juga memainkan peranan penting dalam teori statistik, karena
metode ini seringkali digunakan dalam penyelesaian problem-problem yang melibatkan kumpulan
data yang tersusun secara acak, seperti dalam sesatan-sesatan percobaan #Sudjana, 1%.
7/24/2019 Lapres Statistika 3
6/15
III. )ATERI )ET&DE
(.1. +aktu Pelaksanaan
Fari, tanggal : 5umat, 2 Gktober 21inggi dan Herat 'aging ke
+ndependent
7/24/2019 Lapres Statistika 3
9/15
1. =alu klik !tatistic, lalu pada'egression Coeficientdicentang#stimates )odel fitdan
Descripti*es. Sedangkan untuk'esidualscentang Casewisediagnostics & All cases, lalu Coninue+
11. 7ilih,lot, kemudian pada sumbu & diisikan N7*3' dan sumbu $ diisikan S*3S+', kemudian
"e$t+
12. Maka akan muncul !catter - of -, lalu pada sumbu & diisikan N7*3' dan sumbu & diisikan
'373K'K>, klik Continue dan G6.
1. Fasil output yang diperoleh adalah sebagai berikut.
7/24/2019 Lapres Statistika 3
10/15
I,. HASIL DAN PE)BAHASAN
-.1 Hasil
7/24/2019 Lapres Statistika 3
11/15
Casewise Diagnosticsa
Case
Number Std. Residual berat total Predicted Value Residual
1 .814 2.08 1.5993 .48073
2 .759 1.89 1.4420 .44800
3 .810 3.11 2.6319 .47810
4 .921 2.23 1.6862 .54385
5 .787 2.12 1.6554 .46464
6 .544 2.31 1.9890 .32100
7 .257 3.61 3.4584 .15164
8 .709 3.46 3.0414 .41861
9 .341 3.53 3.3287 .20130
10 .332 3.38 3.1839 .19612
11 .758 2.56 2.1124 .44756
12 .114 3.40 3.3326 .06738
13 .046 3.70 3.6729 .02707
14 .059 4.04 4.0054 .03465
15 .359 3.76 3.9721 .21208
16 .083 3.73 3.6808 .04922
17 .377 4.66 4.4376 .22237
18 .149 4.04 3.9521 .08787
19 .144 3.72 3.6350 .08497
20 .365 4.21 3.9946 .21542
21 .028 4.24 4.2234 .01659
22 .474 4.41 4.1305 .27951
23 .436 4.04 3.7828 .25719
24 .625 4.31 3.9413 .36871
25 .080 3.89 3.8427 .04727
26 .016 3.97 3.9794 .00936
27 .328 4.01 4.2038 .19378
28 .005 3.84 3.8429 .00289
29 .187 4.31 4.1999 .11014
30 .865 5.07 5.5806 .51055
31 .020 4.57 4.5817 .01174
32 .056 4.55 4.5828 .03281
33 .025 3.93 3.9449 .01492
34 .378 3.87 4.0930 .22305
35 .308 4.65 4.4683 .18167
36 .113 4.50 4.5666 .06663
7/24/2019 Lapres Statistika 3
12/15
7/24/2019 Lapres Statistika 3
13/15
-.2 Pe%#a!asan
Analisis regresi pada dasarnya adalah studi mengenai ketergantungan satu "ariabel
dependen #terikat% dengan satu atau lebih "ariabel independent #"ariabel penjelas!bebas%, dengan
tujuan untuk mengestimasi dan! atau memprediksi rata-rata populasi atau niiai rata-rata "ariabel
dependen berdasarkan nilai "ariabel independen yang diketahui. 7usat perhatian adalah pada upaya
menjelaskan dan menge"alusi hubungan antara suatu "ariabel dengan satu atau lebih "ariabel
independen. 7ada praktikum uji regresi kali ini, digunakan "ariabel independent panjang kerang,
lebar kerang, tinggi kerang, dan berat daging kerang. Sedangkan "ariabel independennya adalah
berat total kerang. 6arena data masih dalam keadaan dengan satuan yang berbeda J beda maka
digunakan(og 10agar satuan pada data menjadi setara.
*egresi merupakan suatu alat ukur yang juga dapat digunakan untuk mengukur ada atau
tidaknya korelasi antar "ariabel. 5ika kita memiliki dua buah "ariabel atau lebih maka sudahselayaknya apabila kita ingin mempelajari bagaimana "ariabel-"ariabel itu berhubungan atau dapat
diramalkan. Apabila koefisien korelasi 8 , maka tidak terdapat hubungan antar "ariabel.
Sedangkan, apabila koefisien korelasi 8 -1 hubungan "ariabel tersebut disebut korelasi sempurna
dengan kemiringan atau slope negatif. Herkebalikan dengan koefisien korelasi 8 91 hubungan
"ariabel tersebut disebut korelasi sempurna dengan kemiringan atau slopepositif. 4ntuk membuat
hipotesa, diperlukan perbandingan nilai / pada tabel ano"a dan nilai t pada tabel koefisien. 'alam
hal ini, dibuat hipotesa bah)a tidak ada hubungan dan pengaruh antara dependent "ariabel
#panjang, lebar, tinggi, dan berat kerang% terhadap "ariabel independennya #berat total kerang%. 'ari
hasil pada tabel model summarydiketahui bah)a didapat nilai *2adalah
7/24/2019 Lapres Statistika 3
14/15
,. PENUTUP
.1. Kesi%/ulan
1. Analisis regresi dilakukan dengan membuat hipotesa
2. 6oefisien *egresi adalah koefisien yang menunjukkan besar pengaruhnya hubungan
antara "ariabel bebas dan "ariabel terikatnya.
.2. Saran
1+ Sebaiknya praktikan lebih teliti dalam mengikuti langkah J langkah setiap metodenya.
7/24/2019 Lapres Statistika 3
15/15
DA0TAR PUSTAKA
'aniel, ;.;. 2. !tatistik "onparametrik Terapan. 5akarta: 0ramedia.
Draper, K. *., dan !mit., F. #1//-%. Analisis 'egresi Terapan. 5akarta: 7>. 0ramedia 7ustaka
4tama.0ujarati, '. 2.#konometrika Dasar+5akarta: 3rlangga.
+ria)an, K. dan Astuti, S. 7. #2%. )engola. Data !tatistik Dengan )uda. )enggunakan
)initab 1+&ogyakarta: AK'+.
Sudjana. 1.)etode !tatistika. Handung: >arsito.
Syilfi, ')i +spriyanti dan 'iah Safitri. 212. Analisis 'egresi (inier ,iecewis Dua !egmen. 5urnal
0aussian, ol 1 #1%: 21-22.
;alpole, *.3. dan *.F Myers. 1H.
;idiharih, >. 21.,enanganan )ultikolinearitas 34ekolinearan Ganda5 dengan Analisis 'egresi
4omponen 2tama+5urnal Matematika dan 6omputer ol. I #2% : 1-1.